Оросын хөрөнгийн зах зээлийн хөгжлийн статистик дүн шинжилгээ, таамаглал Горбачев Виктор Викторович. Хөрөнгийн зах зээлийн таамаглал. Нэг үдшийн түүх, бэлэн бус мөнгөний нийлүүлэлтийн өсөлтийн хурд

Арабын Нэгдсэн Эмират улсад байрладаг Исламын Азад их сургуулийн Компьютерийн шинжлэх ухааны факультетийн эрдэмтэд мэдрэлийн сүлжээний технологи, генетикийн алгоритмууд болон дэмжлэгийн вектор машин ашиглан өгөгдөл олборлолтод тулгуурлан хувьцааны индексүүдийн үйл ажиллагааг урьдчилан таамаглах тухай нийтлэл хэвлүүлжээ. Энэхүү баримт бичгийн гол санааг бид та бүхэнд толилуулж байна.

Оршил

Сүүлийн жилүүдэд санхүүгийн шинжилгээний түгээмэл чиглэлүүдийн нэг бол өмнөх арилжааны үеийн мэдээлэлд үндэслэн хувьцааны үнэ болон хувьцааны индексийн төлөв байдлыг урьдчилан таамаглах явдал юм. Холбогдох үр дүнд хүрэхийн тулд тохирох хэрэгсэл, зөв ​​алгоритмыг ашиглах шаардлагатай.

Эрдэмтэд урьдчилан таамаглах алгоритмууд болон математикийн дүрмийг ашиглан хувьцааны индексийн төлөв байдлын таамаглалыг гаргах боломжтой тусгай программ хангамжийг хөгжүүлэх зорилго тавьсан.

Хөрөнгийн индексүүд нь зөвхөн эдийн засгийн үйл явдлаас хамаардаг төдийгүй дэлхийн янз бүрийн бүс нутгийн улс төрийн нөхцөл байдлын нөлөөнд автдаг тул урьдчилан таамаглах боломжгүй байдаг. Иймээс урьдчилан таамаглах боломжгүй, шугаман бус, параметрийн бус цаг хугацааны цувааг зохицуулах математик загвар гаргах нь туйлын хэцүү байдаг.

Хөрөнгийн зах зээл дээр ажиллахдаа хоёр төрлийн шинжилгээг ашигладаг.

1) Техникийн шинжилгээ

Богино хугацааны санхүүгийн стратегид ашигладаг. Энэ нь урьд өмнө ижил төстэй байдлаар өөрчлөгдөж байсан хэв маяг, үнэд үндэслэн үнийн өөрчлөлтийг урьдчилан таамаглахад ашиглагддаг. Дүрмээр бол үнийн графикт дүн шинжилгээ хийдэг бөгөөд энэ нь үнийн динамик дахь тодорхой хэв маягийн хэв маягийг онцолж өгдөг. Техникийн шинжилгээ нь үнийн өөрчлөлтийн динамикийг судлахаас гадна арилжааны хэмжээ болон бусад статистикийн мэдээллийг ашигладаг.

2) Үндсэн шинжилгээ

Урт хугацааны хөрөнгө оруулалтын стратегийн хувьд суурь шинжилгээг ашигладаг. Энэ нь тухайн компанийн хувьцааны үнийг урьдчилан таамаглахад үйл ажиллагааныхаа санхүүгийн болон үйлдвэрлэлийн үзүүлэлтүүдийн талаархи мэдээллийг ашиглах явдал юм.

Түүнчлэн үнийн боломжит өөрчлөлтийг урьдчилан таамаглахдаа санхүүгийн зах зээл дээр үйл ажиллагаа явуулж буй тоглогчдод учирч буй эрсдлийг ойлгох шаардлагатай.

  • Арилжааны эрсдэл- худалдаачин эрсдэлд орох хөрөнгийн хэмжээ. Жишээлбэл, хэрэв тэр нэг мянган доллараар санхүүгийн хөрөнгө худалдаж авбал арилжааны эрсдэл нь энэ дүнтэй тэнцэх болно.
  • Зах зээлийн эрсдэл- бусад зүйлсийн дотор дэлхийн эдийн засгийн үйл явдал, санхүүгийн зах зээл байрладаг тодорхой улс оронд болж буй үйл явдлын нөлөөн дор зах зээлд юу тохиолдож болох, эсвэл хөрөнгийн бирж дээр арилжаалагддаг компаниудын хувьцаа.
  • Маржингийн эрсдэл- зээлсэн хөрөнгийг гүйлгээ хийхэд зарцуулсан бол маржин эрсдэл үүсдэг. Жишээлбэл, брокероос зээлсэн мөнгийг эцэст нь буцааж өгөх шаардлагатай бөгөөд хэрэв худалдаачин дансанд үүнийг хийх хангалттай мөнгө байхгүй бол түүний албан тушаалыг албадан хаах болно. худалдааны стратеги.
  • Хөрвөх чадварын эрсдэл- Санхүүгийн хэрэгсэл бүр хурдан "гарч" чадахгүй.
  • Нэг шөнийн дотор байр сууриа эргүүлэх эрсдэлтэй- Арилжааны өдрүүдийн хооронд эсвэл хэд хэдэн арилжааны өдрийн хооронд байр сууриа хадгалах нь эрсдэл дагуулдаг, учир нь арилжаачин бирж ажиллахгүй үед юу болохыг мэдэхгүй. Арилжааны өдрийн нээлтэд ямар нэгэн үйл явдал нөлөөлж, хувьцааны үнэ тэр даруйд хөрөнгө оруулагчдад таагүй байдлаар шилжих болно.
  • Тогтворгүй байдлын эрсдэл- хувьцааны үнэ тодорхой хязгаарт хэлбэлздэг. Үнийн хэлбэлзлийн хүрээ өргөн байх тусам тухайн санхүүгийн хэрэгслийн хэлбэлзэл өндөр байна.

Хувьцааны индексийн төлөв байдлыг урьдчилан таамаглах

Хувьцааны ханшийг урьдчилан таамаглах асуудлыг шийдвэрлэхэд ашигладаг түгээмэл хэрэгслүүдийн нэг бол шийдвэрийн мод юм. Хариуд нь өгөгдөл цуглуулах, дүн шинжилгээ хийх хамгийн үр дүнтэй арга бол өгөгдөл олборлох явдал юм. Мэдээллийн олборлолтыг ашиглах хэд хэдэн загвар байдаг бөгөөд тэдгээр нь хүлээн авсан мэдээллийг цуглуулах, шинжлэхэд өөр өөр хандлагыг хэрэгжүүлдэг.

Манай тохиолдолд судлаачид CRISP-DM (Cross-Identity Standard Process for Data Mining) загварыг сонгосон. Энэ аргыг өнгөрсөн зууны 90-ээд оны дундуур Европын компаниудын консорциум боловсруулсан. Энэхүү загвар нь долоон үндсэн алхамыг агуулна.

  1. Мэдээлэл хайх зорилгоо тодорхойлох (ямар хувьцаа шаардлагатай байгаа талаарх мэдээлэл).
  2. Шаардлагатай өгөгдлийг хайж олох.
  3. Ангиллын загварт өгөгдлийг зохион байгуулах.
  4. Загварыг хэрэгжүүлэх технологийг сонгох.
  5. Мэдэгдэж буй аргуудыг ашиглан загвар үнэлгээ.
  6. Зорилтот үйл ажиллагааны зөвлөмжийг бий болгохын тулд зах зээлийн өнөөгийн нөхцөлд загварыг ашиглах - жишээлбэл, хувьцаа худалдаж авах эсвэл зарах.
  7. Хүлээн авсан үр дүнгийн үнэлгээ.
Мэдээлэл цуглуулсны дараа ангиллын модыг шийдвэр гаргахад ашигладаг. Энэ арга нь хурдан, энгийн, өндөр нарийвчлалтай гэсэн гурван үндсэн давуу талтай. Энэ тохиолдолд загварын параметрүүд нь өмнөх үнэ, нээлтийн үнэ, хамгийн их, хамгийн бага, хаалтын болон зорилтот үйлдэл (өмнөх, нээлттэй, хамгийн их, мин, сүүлчийн, үйлдэл) байв.

Урьдчилан таамаглахад генетикийн алгоритмыг бас ашигладаг. Эдгээр нь холбогдох элементүүдийн хоорондын нарийн хамаарал тодорхойгүй, зарчмын хувьд байхгүй байж болзошгүй тохиолдолд нарийн төвөгтэй асуудлыг шийдвэрлэхэд ашиглагддаг.

Асуудлыг албан ёсны болгосон бөгөөд ингэснээр түүний шийдлийг генийн вектор ("генотип") болгон кодлох боломжтой бөгөөд ген бүр нь бит, тоо эсвэл бусад объектыг төлөөлж болно. Дараа нь анхны "популяци" -ын олон генотипийг санамсаргүй байдлаар бий болгодог бөгөөд эдгээрийг фитнессийн тусгай функц ашиглан үнэлдэг. Үүний үр дүнд генотип бүрд "биеийн тамир" гэсэн утгыг өгдөг - энэ нь асуудлыг хэр сайн шийдэж байгааг тодорхойлдог.

Арилжааны стратегид хамаарах параметрүүдийг байнга оновчтой болгохын тулд оновчлолын аргуудыг ашигладаг. Жишээлбэл, генийг вектор хэлбэрээр төлөөлж болох бөгөөд тохирох оновчлолын алгоритм нь түүнд завсрын рекомбинацын механизмыг ашигладаг.

Ирээдүйн үнийн хөдөлгөөнийг урьдчилан таамаглах нэг арга бол машин суралцах явдал юм. Энэ тохиолдолд судлаачид туслах вектор машинуудыг ашигласан. Судлаачид NASDAQ биржээс санхүүгийн мэдээлэл, түүнчлэн зарим санхүүгийн хэрэгсэл, индексүүдийг цуглуулсан. Үүний үр дүнд NASDAQ-ийн системээс гаргасан таамаглалын нарийвчлал 74.4%, DJIA индекс 77.6%, S&P500-ийн хувьд 76% байв.

Машин сурахад дараах томъёог ашигласан.

Юуны өмнө x i (t) -ийг тодорхойлсон бөгөөд энд i ∈ (1, 2, …).

F = (X 1, X 2, ... X n) T, хаана

Ашигласан загварыг үнэлэхийн тулд язгуур квадрат алдааг (RMSE, Root of Mean Square Error) тооцоолох аргыг ашигласан.

Олон ангиллын ангилал

Эрсдэлийг багасгах, ашгийг нэмэгдүүлэхийн тулд дэмжих вектор машиныг ашигладаг. Энэ нь өгөгдлийг эерэг, сөрөг, төвийг сахисан гэсэн гурван ангилалд ангилдаг. Энэ нь хамгийн эрсдэлтэй таамаглалыг тодорхойлж, тэдгээрийг үгүйсгэхэд тусалдаг. Ийм олон ангиллын ангилагчийг бий болгохын тулд төвийн бүсийн өргөнийг тодорхойлох шаардлагатай.

tp: үнэн эерэг
fp: худал эерэг
fn: худал сөрөг

Санал болгож буй загвар

Дээр дурдсанчлан цуглуулсан өгөгдөл нь зургаан шинж чанартай байсан. Шийдвэрийн модонд ашиглахын тулд өгөгдлийг салангид утга руу хөрвүүлэх шаардлагатай. Үүнийг хийхийн тулд та зах зээлийн хаалтын үнэд суурилсан шалгуурыг ашиглаж болно. Хэрэв нээлттэй, max, min, сүүлчийнх нь тухайн арилжааны өдрийн өмнөх шинж чанарын утгаас хэтэрсэн бол эерэг утгыг өмнөх шинж чанараар солих шаардлагатай. Эсрэгээр, өмнөх шинж чанарын оронд сөрөг утгыг тавьсан бөгөөд хэрэв утга нь тэнцүү бол харгалзах шинж чанарыг тохируулна.

Зургаан шинж чанарын өгөгдлийн багцыг салангид утгууд руу хөрвүүлэхээс өмнө иймэрхүү харагдах болно:

Орчуулгын дараа энд байна:

Ийм дискрет утгуудын багцыг олж авсны дараа шийдвэрийн модыг ашиглан ангиллын загварыг бий болгох шаардлагатай.

Энэхүү судалгаа нь үйл ажиллагааны боломжит хоёр хувилбарыг авч үздэг.

Хувилбар №1
Та дараах зүйлийг хийх хэрэгтэй.
  1. Арилжааны талаарх санхүүгийн мэдээллийг 30 хоногийн турш цуглуул.
  2. Нэг арилжааны өдөрт 9 цэг дээр зургаан шинж чанарын өгөгдлийг сонгоно уу.
  3. Багц бүрийн хувьд матриц үүсгэ.
  4. XX^T-г тооцоолж, хувийн утгыг үүсгэхийн тулд дэмжих вектор машинуудыг ашиглана.
  5. Борлуулалт, худалдан авалтын дундаж хэмжээг тооцоолох.
  6. Арилжааны өдөр бүрийн дундажийг тооцоол.
  7. Эхний өдөр, долоо дахь өдөр, гуч дахь өдөр, сарын дундаж зэрэгт өөр өөр жин оноох.
  8. Үйл ажиллагааны зөвлөмжийг гаргахын тулд та одоогийн үнэ цэнийг эхний, долоо, гуч дахь өдөр, мөн бүтэн сарын дундаж утгатай харьцуулах хэрэгтэй.
  9. Хэрэв таамаглалын үр дүн 4 арилжааны өдрийн турш ижил байвал та худалдан авалт хийх хэрэгтэй, хэрэв гурван арилжааны өдөр таарвал худалдан авалт 25%, хоёр өдрийн турш эрсдэл 50% байх болно.
Гучин өдрийн арилжааны өдөр бүрийн хувьд Си нэг өдрийн есөн өөр мөчийг төлөөлөх матрицыг үүсгэх шаардлагатай.

Үүний дараа R = XX T тооцоолно - матриц бүрийг шилжүүлсэн хувилбараар үржүүлэх ёстой. Дараа нь дэмжлэгийн вектор ба түүний хувийн утгыг тооцоолно.

Хувилбар 2
Энэ тохиолдолд бүх ижил алхмуудыг гүйцэтгэдэг боловч дэмжлэгийн вектор машиныг "түүхий" өгөгдөлд биш, харин автокорреляцийн дараа олж авсан матрицад хэрэглэнэ. Арилжааны өдөр бүрийн хувьд автокорреляцийн матриц үүсдэг.

Энд дараах томъёог ашиглана.

Автокорреляцийн дараа бид шинэ матрицыг (Toeplitz матриц) авна.

Мөн дэмжлэгийн вектор ба хувийн утгыг аль хэдийн тооцоолсон болно. Өөр өөр арилжааны өдрүүдийн дунджаас хазайлтыг харьцуулахын тулд дундаж, дисперс болон стандарт хазайлтыг тооцож векторт хадгална.

Дүгнэлт

Хамгийн сайн үр дүнд хүрэхийн тулд судлаачид үндсэн шинжилгээнээс эхлээд генетикийн алгоритм, мэдрэлийн сүлжээ, машин суралцах, вектор машинуудыг дэмжих зэрэг тайлбарласан бүх аргыг алхам алхмаар ашигласан.

Үүний зэрэгцээ хувьцааны индексийн үнэ цэнийн өөрчлөлтийг урьдчилан таамаглахад 100% нарийвчлалтай хүрэх боломжгүй байв. Төрөл бүрийн санхүүгийн хэрэгслүүдийн хувьд нэг арилжааны өдрийн туршид индексийн төлөв байдлыг урьдчилан таамаглах нарийвчлал нь огт өөр байна.

Хамгийн сайн үр дүн нь Германы DAX индексийн 70.8% -ийн нарийвчлал байв. Урт хугацааны таамаглалыг (30 хоногоос дээш хугацаагаар) илүү нарийвчлалтай болгохын тулд дараахь томъёог ашигласан.

Pr (v t+1 – v t > c t ), энд c t = -(v t-ts – v t)

Энэ тохиолдолд хамгийн сайн таамаглалын нарийвчлал нь 85.0% байв.

Мэдээллийн технологийн хурдацтай хөгжлийн ачаар асар их хэмжээний мэдээлэлд дүн шинжилгээ хийх, нарийн төвөгтэй математик загвар бүтээх, олон шалгуурын оновчлолын асуудлыг хэдхэн секундын дотор шийдвэрлэх боломжтой болсон. Эдийн засгийн мөчлөгийн хөгжлийг сонирхдог эрдэмтэд эдийн засгийн хэд хэдэн хувьсагчийн чиг хандлагыг хянах нь өсөлт, уналтын үеийг тодорхой болгох, урьдчилан таамаглахад тусална гэж үзэн онол боловсруулж эхлэв. Хөрөнгийн зах зээлийг судлах объектын нэгээр сонгосон. Хувьцааны үнийн өсөлтийг урьдчилан таамаглах асуудлыг амжилттай шийдвэрлэх математик загвар бүтээх оролдлого удаа дараа хийгдсэн. Тэр дундаа “техникийн шинжилгээ” өргөн тархсан.

Техникийн шинжилгээ(техникийн шинжилгээ) нь үнийн хөдөлгөөний ирээдүйн чиглэлийг урьдчилан таамаглах зорилгоор зах зээлийн динамикийг ихэвчлэн графикаар судлах аргуудын багц юм. Өнөөдөр энэхүү аналитик арга нь хамгийн алдартай аргуудын нэг юм. Гэхдээ бид эдгээрийг авч үзэж болох уу. Шинжилгээ нь ашиг олоход тохиромжтой юу? Эхлээд хөрөнгийн зах зээл дээрх үнийн онолыг авч үзье.

1960-аад оноос хойшхи үндсэн ойлголтуудын нэг. тооцдог үр ашигтай зах зээлийн таамаглал(үр дүнтэй зах зээлийн таамаглал, EMH), үүний дагуу өнгөрсөн хугацааны үнэ, борлуулалтын талаарх мэдээллийг олон нийтэд нээлттэй болгосон. Үүний үр дүнд өнгөрсөн үнийн саналын дүн шинжилгээнээс гаргаж авч болох аливаа мэдээлэл хувьцааны үнэд аль хэдийн нэвтэрсэн байна. Худалдаачид энэ олон нийтийн мэдлэгийг илүү сайн ашиглахын тулд өрсөлдөж байгаа тул тэд үнээ хүлээгдэж буй өгөөж нь эрсдэлтэй бүрэн нийцэх түвшинд хүргэх ёстой. Эдгээр түвшинд хувьцаа худалдаж авах нь сайн эсвэл муу хэлцэл гэдгийг хэлэх боломжгүй юм. Одоогийн үнэ нь бодитой бөгөөд энэ нь та зах зээлээс өндөр өгөөж хүлээж чадахгүй гэсэн үг юм. Тиймээс үр ашигтай зах зээл дээр хөрөнгийн үнэ нь тэдний жинхэнэ үнэ цэнэ, тэдгээрийн үйл ажиллагааг тусгадаг. дүн шинжилгээ хийх нь бүх утгаа алддаг.

Гэхдээ өнөөдөр дэлхийн аль ч хөрөнгийн зах зээлийг мэдээллийн хувьд бүрэн үр ашигтай гэж нэрлэх боломжгүй гэдгийг тэмдэглэх нь зүйтэй. Түүнээс гадна орчин үеийн эмпирик судалгааг харгалзан бид үр ашигтай зах зээлийн онол бол утопи юм гэж дүгнэж болно. санхүүгийн зах зээлд болж буй бодит үйл явцыг бүрэн оновчтой тайлбарлаж чадахгүй байна.

Тодруулбал, Йелийн их сургуулийн профессор Роберт Шиллер хожим нь хувьцааны хөрөнгийн үнийн хэт хэлбэлзэл гэж нэрлэсэн нэгэн үзэгдлийг олж илрүүлжээ. Энэ үзэгдлийн мөн чанар нь ишлэлийг байнга өөрчлөхөд оршдог бөгөөд энэ нь оновчтой тайлбарыг үл тоомсорлодог, тухайлбал энэ үзэгдлийг үндсэн хүчин зүйлсийн зохих өөрчлөлтөөр тайлбарлах боломжгүй байдаг..

1980-аад оны сүүлээр. үр ашигтай зах зээлийн тухай ойлголтоос ялгаатай нь хөрөнгийн зах зээлийн бодит байдлыг илүү үнэн зөв тайлбарлах загварыг бий болгох эхний алхмуудыг хийсэн. 1986 онд Фишер Блэк өөрийн нийтлэлдээ "дуу чимээний худалдаа" гэсэн шинэ нэр томъёог нэвтрүүлсэн.

« Дуу чимээний худалдаашуугианыг мэдээлэл мэтээр хүлээн авч, шуугиан дээр арилжаа хийж байна. Шуугиан дээр худалдаа хийдэг хүмүүс бодитойгоор үүнийг хийхгүй байх ёстой байсан ч худалдаа хийх болно. Магадгүй тэд арилжааны шуугианыг мэдээлэл гэж үздэг байх. Эсвэл тэд зүгээр л худалдаа хийх дуртай байж магадгүй юм" Хэдийгээр Ф.Блэк аль операторыг "дуу чимээний худалдаачид" гэж ангилах ёстойг заагаагүй ч ийм зах зээлд оролцогчдын тодорхойлолтыг Де Лонг, Шлейфер, Саммерс, Валдман нарын бүтээлээс олж болно. Дуу чимээний худалдаачид ирээдүйн хөрөнгийн үнийн талаархи өвөрмөц мэдээлэлтэй гэдэгт буруугаар итгэдэг. Ийм мэдээллийн эх сурвалж нь техникийн үзүүлэлтээр өгөгдсөн байхгүй чиг хандлагын талаархи хуурамч дохио байж болно. дүн шинжилгээ, цуу яриа, санхүүгийн "гуру" -ын зөвлөмж. Дуу чимээний худалдаачид байгаа мэдээллийн үнэ цэнийг хэт үнэлж, үндэслэлгүй том эрсдэл хүлээхэд бэлэн байдаг. Гүйцэтгэсэн эмпирик судалгаанаас үзэхэд дуу чимээний худалдаачид үндсэндээ хувь хүн хөрөнгө оруулагчдыг оруулах ёстой. хувь хүмүүс. Түүгээр ч барахгүй энэ бүлэг худалдаачид өөрсдийн үйл ажиллагааны үндэслэлгүй байдлаас болж арилжаанаас системтэйгээр алдагдал хүлээдэг. Барууны хөрөнгийн зах зээлийн хувьд энэ үзэгдлийн эмпирик баталгааг Барбер ба Один нарын судалгаанаас, Оросын хөрөнгийн зах зээлийн операторуудын хувьд И.С. Нилова. Дуу чимээний арилжааны онол нь Р.Шиллерийн үзэгдлийг тайлбарлахад бас тусалдаг. Үнийн хэт тогтворгүй байдлыг бий болгож байгаа нь худалдаачдын ухаангүй үйлдэл юм.

Хөрөнгийн зах зээлийн үнийн онолын чиглэлээр хийсэн орчин үеийн судалгааг нэгтгэн дүгнэж үзвэл техникийн шинжилгээг ашиг олохын тулд ашиглах нь үр дүнгүй гэж дүгнэж болно. Түүгээр ч зогсохгүй худалдаачид технологи ашигладаг. шинжилгээ нь давтагдах график хэв маягийг тодорхойлох оролдлого (Англи загвараас - загвар, дээж). Янз бүрийн үнийн хэв маягийг олох хүсэл эрмэлзэл хүчтэй бөгөөд хүний ​​нүд тодорхой чиг хандлагыг сонгох чадвар нь гайхалтай юм. Гэсэн хэдий ч тодорхойлсон хэв маяг нь огт байхгүй байж болно.График нь Харри Робертсийн судалгаанаас авсан 1956 он хүртэлх Dow Jones Industrial Average-ийн загварчилсан болон бодит өгөгдлийг харуулж байна.

График (B) нь толгой ба мөрний сонгодог загвар юм. График (A) нь зах зээлийн "ердийн" зан үйлийн загвар шиг харагдаж байна. Хоёр графикийн аль нь хувьцааны индексийн бодит утгууд дээр суурилсан, аль нь загварчилсан өгөгдөл дээр суурилсан вэ? График (A) нь бодит өгөгдөл дээр үндэслэсэн болно. График (B) нь санамсаргүй тоо үүсгэгчийн гаргасан утгыг ашиглан үүсгэгддэг. Бодит байхгүй хэв маягийг тодорхойлоход тулгардаг асуудал бол шаардлагатай өгөгдөл дутагдалтай байдаг. Өмнөх динамик байдалд дүн шинжилгээ хийснээр та ашиг олох боломжтой арилжааны схем, аргуудыг үргэлж тодорхойлж чадна. Өөрөөр хэлбэл, тэдгээрт суурилсан хязгааргүй олон тооны стратеги байдаг. шинжилгээ. Нийт хүн амын зарим стратеги нь түүхэн өгөгдөл дээр эерэг үр дүнг харуулж байна, бусад нь сөрөг үр дүнг харуулж байна. Гэхдээ ирээдүйд ямар бүлэг системүүд бидэнд тогтмол ашиг олох боломжийг олгохыг бид мэдэхгүй.

Мөн цаг хугацааны цуваа дахь хэв маяг байгаа эсэхийг тодорхойлох нэг арга бол хэмжилт юм цуваа хамаарал. Хашилтанд цуваа хамаарал байгаа нь өнгөрсөн болон одоогийн хувьцааны өгөөжийн хооронд тодорхой хамаарлыг илэрхийлж болно. Эерэг цуваа корреляци гэдэг нь эерэг өгөөжийн хувь нь ихэвчлэн эерэг хувь (тогтвортой шинж чанар) дагалддаг гэсэн үг юм. Сөрөг цуваа хамаарал гэдэг нь эерэг өгөөжийн хувь нь сөрөг хувь (буцах шинж чанар эсвэл "засвар" шинж чанар) дагалддаг гэсэн үг юм. Энэ аргыг хувьцааны ханшид хэрэглэснээр Кендалл, Робертс (1959) нар ямар ч хэв маягийг илрүүлэх боломжгүй гэдгийг баталсан.

Техникийн шинжилгээтэй зэрэгцэн нэлээд өргөн тархсан суурь шинжилгээ. Үүний зорилго нь ашиг, ногдол ашгийн хэтийн төлөв, ирээдүйн хүүгийн хүлээлт, пүүсийн эрсдэл зэрэг хүчин зүйлс дээр үндэслэн хувьцааны үнэ цэнийг шинжлэх явдал юм. Гэхдээ техникийн шинжилгээний нэгэн адил бүх шинжээчид компанийн ашиг орлого, салбарын байр суурийн талаарх олон нийтэд нээлттэй мэдээлэлд тулгуурладаг бол аль нэг шинжээчийн хэтийн төлөвийг үнэлэх нь бусдаас хамаагүй илүү үнэн зөв байх болно гэж хүлээхэд хэцүү байдаг. Ийм зах зээлийн судалгааг сайн мэдээлэлтэй, өгөөмөр санхүүжүүлсэн олон пүүс хийдэг. Ийм ширүүн өрсөлдөөнийг харгалзан бусад шинжээчдэд байхгүй өгөгдлийг олоход хэцүү байдаг. Тиймээс, хэрэв тухайн компанийн талаарх мэдээлэл олон нийтэд нээлттэй байвал хөрөнгө оруулагчийн хүлээж болох өгөөжийн түвшин хамгийн түгээмэл байх болно.

Дээр дурдсан аргуудаас гадна тэд зах зээлийг урьдчилан таамаглахдаа мэдрэлийн сүлжээ, генетикийн алгоритм гэх мэтийг ашиглахыг оролдож байна. Гэхдээ санхүүгийн зах зээлтэй холбоотой урьдчилан таамаглах аргыг ашиглах оролдлого нь тэдгээрийг хувиргадаг өөрийгөө устгах загварууд. Жишээлбэл, аргуудын аль нэг нь зах зээлийн үндсэн өсөлтийн чиг хандлагыг урьдчилан таамаглаж байна гэж бодъё. Хэрэв онолыг нийтээр хүлээн зөвшөөрвөл олон хөрөнгө оруулагчид үнийн өсөлтийг хүлээж хувьцаагаа шууд худалдан авч эхэлнэ. Үүний үр дүнд өсөлт нь таамаглаж байснаас хамаагүй илүү хурц, хурдан байх болно. Эсвэл хэт их хөрвөх чадварыг олж илрүүлсэн томоохон байгууллагын оролцогч хөрөнгөө зарж эхэлснээс болж өсөлт огт гарахгүй байж магадгүй юм.

Урьдчилан таамаглах загваруудыг өөрөө устгах нь өрсөлдөөнт орчинд, тухайлбал, агент бүр системд бүхэлд нь тодорхой байдлаар нөлөөлөх замаар өөрийн ашиг тусыг олж авахыг оролддог орчинд ашиглагддагтай холбоотой юм. Хувь хүний ​​​​бүхэл бүтэн системд үзүүлэх нөлөө нь тийм ч чухал биш (нэлээд хөгжсөн зах зээл дээр), гэхдээ суперпозиция нөлөө байгаа нь тодорхой загварыг өөрөө устгахад хүргэдэг. Тэдгээр. хэрэв арилжааны алгоритм нь урьдчилан таамаглах аргад тулгуурласан бол стратеги тогтворгүй болж, урт хугацаанд загвар нь өөрөө татан буугдах болно. Хэрэв стратеги нь параметрийн хувьд төвийг сахисан бол энэ нь шийдвэр гаргахдаа таамаглал ашигладаг арилжааны системтэй харьцуулахад өрсөлдөөний давуу талыг бий болгодог. Гэхдээ ашиг/эрсдэл гэх мэт параметрүүдийг хангасан стратеги хайх нь бусад худалдаачид болон томоохон санхүүгийн компаниудын ижил түүхэн өгөгдөл, бараг ижил шалгуурт суурилсан ижил төстэй системийг хайхтай зэрэгцэн явагддаг гэдгийг анхаарч үзэх нь зүйтэй юм. Энэ нь зөвхөн нийтээр хүлээн зөвшөөрөгдсөн үндсэн параметрүүд дээр тулгуурласан системийг ашиглах хэрэгцээг илэрхийлдэг бөгөөд найдвартай байдал, тогтвортой байдал, оршин тогтнох чадвар, эсрэг тэсрэг байдал гэх мэт үзүүлэлтүүд дээр тулгуурласан системийг ашиглах шаардлагатай байна. "Нэмэлт мэдээллийн хэмжээсүүд". Эдгээр нь ихэвчлэн холбоотой үйл ажиллагааны бусад салбарт гарч ирдэг бөгөөд янз бүрийн шалтгааны улмаас хөрөнгийн зах зээл дээр өргөн хүрээний хүмүүс ховор хэрэглэгддэг.

Дээрх дүгнэлтүүд нь дараахь дүгнэлтийг гаргах боломжийг бидэнд олгоно.

  1. Дуу чимээний арилжааны онол нь үр ашигтай зах зээлийн үзэл баримтлалаас ялгаатай нь хувьцааны хөрөнгийн бодит байдлыг илүү нарийвчлалтай тайлбарлах боломжийг бидэнд олгодог.
  2. Арилжааны хэрэгслийн үнийн үнийн өөрчлөлтийн хэв маяг байхгүй, i.e. Зах зээлийг урьдчилан таамаглах боломжгүй юм.
  3. Урьдчилан таамаглах аргууд, ялангуяа техникийн шинжилгээг ашиглах нь дунд хугацаанд худалдаачинг зайлшгүй сүйрүүлэхэд хүргэдэг.
  4. Хөрөнгийн зах зээл дээр амжилттай арилжаа хийхийн тулд "нэмэлт мэдээллийн хэмжигдэхүүн" дээр суурилсан урьдчилан таамаглах төвийг сахисан стратегийг ашиглах шаардлагатай.

Ашигласан уран зохиолын жагсаалт:

  1. Шиллер Р.Иррациональ хэт хөөрөл. Принстон: Принстоны их сургуулийн хэвлэл, 2000 он.
  2. Хар F. Дуу чимээ // Санхүүгийн сэтгүүл. 1986. Боть. 41. R. 529-543.
  3. Де Лонг J. B., Shleifer A. M., Summers L. H., Waldmann R. J. Санхүүгийн зах зээл дэх чимээ шуугиантай худалдаачдын эрсдэл // Улс төрийн эдийн засгийн сэтгүүл. 1990. Боть. 98. R. 703-738.
  4. Үсчин B. M., Odean T. Арилжаа хийх нь таны баялагт аюултай: Хувь хүний ​​​​хөрөнгө оруулагчдын энгийн хувьцааны хөрөнгө оруулалтын гүйцэтгэл // Санхүүгийн сэтгүүл. 2000. Боть. 55. No 2. P. 773-806.
  5. Үсчин B. M., Odean T. Хөвгүүд хөвгүүд байх болно: Хүйс, хэт итгэлтэй байдал, энгийн хувьцааны хөрөнгө оруулалт // Эдийн засгийн улирал тутмын сэтгүүл. 2001. Боть. 116. R. 261-292.
  6. Odean T. Хөрөнгө оруулагчид хэт их арилжаа хийдэг үү? // Америкийн эдийн засгийн тойм. 1999. Боть. 89. R. 1279-1298.
  7. Nilov I. S. Хөрөнгийн зах зээл дээр арилжаа хийхдээ хэн мөнгөө алддаг вэ? // Санхүүгийн менежмент. 2006. № 4.
  8. Nilov I. S. Дуу чимээний худалдаа. Орчин үеийн эмпирик судалгаа // RCB. 2006. № 24.
  9. Харри Робертс. Хөрөнгийн зах зээлийн хэв маяг ба санхүүгийн шинжилгээ: арга зүйн зөвлөмж // Санхүүгийн сэтгүүл. 1959 оны 3-р сар. P. 5-6.

Хөрөнгийн бирж дээрх үнэт цаасны үнэ нь компанийн хөрөнгийн бодит өртөг (түүний хэтийн төлөв) болон эрэлт нийлүүлэлтийн харьцаа гэсэн хоёр хүчин зүйлээс бүрддэг. Нэг талаас үнэт цаас гаргагч байгууллага хэдий чинээ сайн ажиллаж байна, төдий чинээ үнэт цаасных нь ашиг өндөр, эрсдэл багасч, ханш өсөх шалтгаан болдог. Нөгөөтэйгүүр, зах зээлийн энгийн хууль үйлчилдэг: үнэт цаасны эрэлт их байх тусам илүү үнэтэй байдаг.


Эдгээр хүчин зүйлүүд нь өөр өөр чиглэлтэй байж болно. Тиймээс компани цэцэглэн хөгжих боломжтой боловч хэт өндөр эрэлт, бага эрэлтээс болж хувьцаа нь хямдардаг.


Компани, салбарын өнөөгийн болон ирээдүйн санхүүгийн байдлыг харгалзан үздэг эхний хүчин зүйл нь суурь юм суурь шинжилгээхувьцааны зах зээл. Зөвхөн үнэт цаасны үнийн хөдөлгөөнийг үнэлдэг хоёр дахь нь хэзээ ашиглагддаг техникийн шинжилгээ. Хөрөнгийн зах зээлийг таамаглах эдгээр аргууд нь богино эсвэл урт хугацаанд хувьцааны үнийн хөдөлгөөнийг урьдчилан таамагладаг.



Хөрөнгийн зах зээлийн техникийн шинжилгээ



Тэдгээр. хөрөнгийн зах зээлийн шинжилгээ 18-19-р зуунд гарч ирсэн ("Японы лааны суурь" гэж нэрлэдэг). Өмнө нь хөрөнгө оруулагчид компанийн санхүүгийн байдлын талаарх мэдээлэл авах боломжгүй байсан үед гадны үзүүлэлтүүдэд (ялангуяа ханшийн динамик) анхаарлаа хандуулдаг байсан. Энэ арга нь богино хугацаанд үнийн мэдэгдэхүйц өсөлт, бууралтыг урьдчилан таамаглах боломжийг олгодог боловч ханшид нөлөөлж болох бүх хүчин зүйлийг хамардаггүй.


Шинжээч зөвхөн хөрөнгийн үнийн графиктай. Хөрөнгийн зах зээлийн техникийн дүн шинжилгээ хийх хөтөлбөрүүд мөн тэдгээрийн үндсэн дээр ажилладаг. Хамгийн алдартай програм бол MetaStock юм. Зарим брокерууд болон платформууд өөрсдийн програм хангамжийг хөгжүүлдэг.


Орос болон дэлхийн хөрөнгийн зах зээлийн техникийн шинжилгээ нь гурван зарчим дээр суурилдаг.


1. Одоогийн үнэ нь түүнд нөлөөлж болох бүх хүчин зүйлээс (компанийн байдал, үйлдвэр, зах зээл гэх мэт) бүрддэг бөгөөд энэ нь худалдаачин тэдгээрийг судлах шаардлагагүй гэсэн үг юм.



3. Бүх зүйл давтагддаг. Үнэ нь алс холын үеийнх шиг сэтгэл зүйн хүчин зүйлүүдэд нөлөөлдөг бөгөөд зах зээл дээр өсөлт, бууралт эсвэл төвийг сахисан чиг хандлага давамгайлж болно.



Хөрөнгийн зах зээлийн үндсэн шинжилгээний онцлог



Суурь шинжилгээний тархалт нь хоёр урьдчилсан нөхцөлтэй холбоотой юм. Эхнийх нь тэдний дунд нарийвчлал дутмаг байна. хөрөнгийн зах зээлийн шинжилгээ. Үнийн саналыг үнэлэхдээ арилжаачин чиг хандлагыг үргэлж зөв дагаж мөрддөггүй бөгөөд шинэ гаргагч компаниудын хувьд энэ нь бүрэн боломжгүй юм: хувьцаанд динамик байдаггүй.


Хоёрдахь урьдчилсан нөхцөл бол хөрөнгийн бирж дээр шинэ дүрэм бий болох явдал юм. Сүүлийн үед үнэт цаас гаргагчид санхүүгийн тайлангаа гаргах шаардлагатай болсон. Энэ нь хөрөнгө оруулагчид тодорхой хувьцааны талд шийдвэр гаргахдаа дүн шинжилгээ хийдэг.


Хөрөнгө оруулагчийн үүрэг бол хөрөнгийн бодит үнийг тодорхойлж, ирээдүйд түүний хөдөлгөөнийг урьдчилан таамаглах явдал юм. Шинжээч нь тухайн салбарын болон зах зээлийн хүрээнд компанийн өөрийн нөхцөл байдлыг үнэлж, дутуу үнэлэгдсэн болон хэт үнэлэгдсэн үнэт цаасыг тодорхойлдог.

Хөрөнгийн зах зээл дээр үнэт цаасны арилжаа нь үнийн хувьд худалдан авах хамгийн сонирхолтой хувьцааг (индекс) тодорхойлохын тулд үнийн саналыг урьдчилан таамаглах явдал юм. Энд аналитик аргуудгүйгээр хийх боломжгүй юм. Хамгийн сонирхолтой бөгөөд хэрэгтэй зүйлсийн нэг бол суурь шинжилгээ юм. Энэхүү цуврал нийтлэл нь энэ төрлийн урьдчилсан мэдээнд зориулагдсан болно.

Хөрөнгийн зах зээлийн үндсэн шинжилгээ нь үнэт цаасыг хэд хэдэн түвшинд (макро эдийн засаг, чиглэлийн шинжилгээ, тодорхой компанийн шинжилгээ) үнэлэх явдал юм. Энэ арга нь чиг хандлагыг судалж, зөвхөн дунд болон урт хугацаанд ажилладаг гэдгийг ойлгох нь маш чухал юм.

Зарим худалдаачид үүнд буруугаар итгэдэг хөрөнгийн зах зээлийн үндсэн шинжилгээЭнэ нь зөвхөн статистикийн агшин зуурын зураг дээр буудаг. Өөрөөр хэлбэл, тэд үндсэн шинжилгээнд шилжиж байна гэж үзэн нэг тусдаа мэдээгээр арилжаа хийхийг оролддог. Гэхдээ энэ техникийг мэдээ дээр ажиллах гэж тодорхойлсон бөгөөд зөвхөн хэсэгчлэн суурь юм. Дараа нь бид ишлэлийг урьдчилан таамаглах үндсэн түвшинг шинжлэх болно.

Хөрөнгийн зах зээлийн шинжилгээний макро эдийн засгийн түвшин

Хөрөнгийн зах зээлийн үндсэн шинжилгээ нь эдийн засгийн таамаглалаас эхлэх ёстой. Тухайн компанийн үйл ажиллагаа нь тухайн улсын эдийн засаг болон дэлхийн эдийн засагтай маш нягт холбоотой байдаг.

Ер нь эдийн засгийн байдал тогтвортой, өсөлт ажиглагдвал хувь аж ахуйн нэгжүүд ч өснө гэж хэлж болно. Нөгөөтэйгүүр, эдийн засагт хүндрэлтэй байгаа бол компаниуд дорвитой хөгжихгүй л болов уу. Гэхдээ ерөнхийдөө ийм байна. Үнэн хэрэгтээ энэ бүхэн аж ахуйн нэгжийн хамрах хүрээнээс хамаарна. Жишээлбэл, мэдээллийн технологийн компаниуд хямралын үед ч хөгжих боломжтой.

Улсын эдийн засгийн байдлыг үнэлэхийн тулд тэд статистикийн хуанлид нийтлэгдсэн статистикийн багцыг ашигладаг. Өнөөдөр ийм хуанли маш их байдаг. Эдгээр нь эдийн засгийн нөхцөл байдлыг үнэлж, зохих дүгнэлт гаргах боломжийг олгодог бүх үндсэн үзүүлэлтүүдийг агуулдаг.

Төв банкуудын явуулж буй мөнгөний бодлого нь хөрөнгийн зах зээлийн ханшид ихээхэн нөлөөлдөг. Дараагийн нийтлэлүүддээ бид "Тоон зөөлрүүлэх" хөтөлбөрүүд үнийн хөдөлгөөнд хэрхэн нөлөөлж байгааг тодорхой жишээн дээр харуулах болно.

Шинжилгээний явцад анхаарах гол чиглэлүүд нь:

  • ДНБ-ий динамик;
  • хөдөлмөр эрхлэлтийн үзүүлэлтүүд;
  • бизнесийн үйл ажиллагааны динамик;
  • хэрэглэгчийн эрэлт хэрэгцээ;
  • төв банкуудын шийдвэр.

Эдгээр бүх үзүүлэлтүүд нь ерөнхийдөө муж улсын эдийн засгийн байдлыг харуулдаг. ДНБ-ий өсөлтийн хурд нэмэгдэж байгаа нь эдийн засаг үргэлжлэн хөгжиж байгааг харуулж байна. Энэ нь хувьцааны үнэ ирээдүйд өсөхийг илтгэж магадгүй юм.

Хөрөнгийн зах зээлийн чиглэлийн дүн шинжилгээ

Үнийн саналыг үргэлжлүүлэн таамаглахын тулд дүн шинжилгээ хийх, ирээдүйд хөгжих эдийн засгийн ирээдүйтэй чиглэлийг хайх шаардлагатай байна. Энэ нь хөрөнгийн зах зээлийн дундаж үнэлгээ юм.

Нэг талаараа ийм ажил хэцүү ч юм шиг. Гэвч бодит байдал дээр худалдаачин шаардлагатай мэдээллийг олж, түүнд дүн шинжилгээ хийх гэж зохих хүчин чармайлт гаргаж чадвал энд ямар ч асуудал гарах ёсгүй.

  • Эдийн засгийн өсөлтийн үед ихэнх бүс нутаг цэцэглэн хөгжинө. Энэ нь түүхий эд, бүтээгдэхүүн, үйлчилгээ үйлдвэрлэх, түүнчлэн янз бүрийн бүтээн байгуулалтад оролцдог аж ахуйн нэгжүүдтэй ажилладаг компаниудад хамаарна.
  • Хямрал эсвэл зогсонги байдлын үед эсрэг дүр зураг ажиглагдаж болно - бизнесийн идэвхжил буурдаг. Үүний үр дүнд эдийн засгийн олон салбарт сөрөг динамик ажиглагдаж байна. Жишээлбэл, дэлхийн эдийн засагт тулгамдаж буй асуудлуудын дунд түүхий эдийн салбар ихээхэн хохирол амсаж байна (эдийн засгийн идэвхжил буурсан нь түүхий эдийн хэрэглээ буурахад хүргэдэг).

Хөрөнгийн биржийн янз бүрийн индексүүд чиг хандлагыг шинжлэхэд тусалдаг. Тухайлбал, Dow Jones Industrial Average АНУ-ын аж үйлдвэрийн салбарын нөхцөл байдлыг харуулдаг. Dow Jones тээврийн дундаж нь тээврийн салбарын динамик байдлыг харуулж байна. Хэрэв та эдгээр чиглэлд хувьцаа худалдаж авахаар төлөвлөж байгаа бол эдгээр индексүүдийн үнийн саналд дүн шинжилгээ хийснээр ерөнхий чиг хандлагыг харж болно.

Хөрөнгийн зах зээлийн компаниудын үндсэн шинжилгээ

Энэ нь хөрөнгийн зах зээлийн суурь шинжилгээний гурав дахь түвшин юм. Энд худалдаачин ирээдүйд өндөр үнээр зарахын тулд тэдгээрийг хамгийн бага зардлаар худалдаж авах хэрэгтэй.

Энэ зорилгоор дараахь үзүүлэлтүүдийг ашиглаж болно.

  • янз бүрийн байгууллагын үнэлгээ;
  • шинжээчийн зөвлөмж;
  • компанийн мэдээ (нэгдэх, худалдан авах, капиталжуулах);
  • хувьцаа гаргах, эргүүлэн худалдаж авах;
  • засгийн газрын захиалга хүлээн авах.

Компанийн мэдээ нь хөрөнгийн зах зээлийн хэлбэлзэлд нөлөөлдөг. Жишээлбэл, хэрэв нэг компани нөгөөг нь шингээж авбал эхний хувьцаа унах болно (энэ нь санхүүгийн нэмэлт зардлаас үүдэлтэй). Үүний зэрэгцээ, худалдан авсан компанийн үнэ цэнэ нь хөрөнгийн зах зээл дээр өсөх магадлалтай (үүнд санхүүгийн урсгал орох төлөвтэй байна).

Шинэ хувьцаа гаргасан нь нэмэлт хөрөнгө оруулалт татаж байгааг харуулж байна. Энэ нь худалдан авагчдын хувьд сайн тэмдэг юм. Хувьцаагаа эргүүлэн худалдаж авсан компаниудад мөн адил хамаарна.

Эцэст нь, хэрэв пүүс засгийн газрын захиалга хүлээн авбал хувьцааных нь үнэ өсөх магадлалтай. Баримт нь ийм захиалгын хэмжээ ихэвчлэн маш их ач холбогдолтой байдаг. Үүний үр дүнд компани сайн ашиг олж, хүчин чадлаа нэмэгдүүлэх боломжтой. Энэ бүх мэдээлэл дараа нь тусад нь ирдэг.

Бүх гурван түвшинд дүн шинжилгээ хийж, хөрөнгийн зах зээлийн үндсэн шинжилгээг судалснаар худалдаачин тодорхой хөрөнгийн хэтийн төлөвийг ойлгох боломжтой болно. Ийм мэдээллээр тэрээр ухаалаг шийдвэр гаргах боломжтой болно.

Хэрэв та алдаа олсон бол текстийн хэсгийг тодруулж, товшино уу Ctrl+Enter.

Хөрөнгийн зах зээлийн таамаглал нь даалгавраас илүү материаллаг ашиг хонжоо олох хүсэл эрмэлзлээс бага сэдэлтэй өгөгдөл судлаачдын хувьд сэтгэл татам "гүн ухааны чулуу" юм. Зах зээлийн өдөр тутмын өсөлт бууралт үүнийг илтгэж байна бидний эсвэл бидний загвар өмсөгчдийн сурч мэдэх загварууд байх ёстойбизнесийн зэрэгтэй тэр бүх худалдаачдыг ялах.

Би цаг хугацааны цувааг урьдчилан таамаглахад нэмэлт загваруудыг ашиглаж эхлэхдээ энэ аргыг симуляци (хуурамч) хувьцаа бүхий хөрөнгийн зах зээлийн эмулятор дээр туршиж үзсэн. Зах зээл дээр өдөр бүр бүтэлгүйтдэг нөгөө золгүй хүмүүстэй яах аргагүй нэгдэв. Гэсэн хэдий ч би процессын явцад Python-ийн талаар маш их сурсан объект хандалтат програмчлал, өгөгдөл боловсруулах, загвар бүтээх, дүрслэх. Энэ нь мөн та яагаад өдөр бүр нэг ч пенни алдалгүйгээр зах зээлд тоглож болохгүй гэж (би зөвхөн урт хугацаанд тоглох хэрэгтэй гэдгийг л хэлж чадна) илчилсэн!

Нэг өдөр 30 жилийн эсрэг: Та мөнгөө юунд хөрөнгө оруулах вэ?

Зөвхөн өгөгдлийн шинжлэх ухаанд гэлтгүй аливаа ажилд хүссэн зүйлдээ хүрч чадахгүй бол гурван сонголт байна:

  1. Үр дүнг таатай гэрэлд харуулахын тулд өөрчлөх;
  2. Үр дүнг нуух - бүтэлгүйтлийг хэн ч анзаарахгүй;
  3. Үр дүн, аргуудыг хүн бүрт үзүүлснээр хүмүүс ямар нэг зүйл сурч, сайжруулах санал гаргах боломжтой.

Гурав дахь хувилбар нь хувь хүн болон нийгмийн түвшинд хамгийн оновчтой сонголт боловч хамгийн их зориг шаарддаг. Эцсийн эцэст би загвар өмсөгч маань ашиг олох онцгой тохиолдлуудыг харуулж чадна. Эсвэл би олон арван цагийн ажил хийгээгүй дүр эсгэж, зүгээр л хаячихаж болно. Тийм тэнэг! Ер нь удаа дараа бүтэлгүйтэж, зуун алдаа гаргасны дараа л бид урагшилдаг. Түүгээр ч барахгүй ийм төвөгтэй даалгаварт зориулж бичсэн Python кодыг дэмий бичиж болохгүй!

Энэхүү нийтлэл нь миний Python дээр боловсруулсан зах зээлийг урьдчилан таамаглах хэрэгсэл болох Stocker-ийн чадварыг баримтжуулж байна. Би Stocker-ийг шинжилгээнд хэрхэн ашиглахыг харуулсан бөгөөд үүнийг өөрөө туршиж үзэх эсвэл төсөлд хувь нэмрээ оруулахыг хүсч буй хүмүүст зориулж бүрэн кодыг GitHub дээр авах боломжтой.

Урьдчилан таамаглахад зориулсан Stocker

Stocker бол зах зээлийг урьдчилан таамаглахад зориулагдсан Python хэрэгсэл юм. Шаардлагатай номын сангуудыг суулгасны дараа (баримт бичгийг харна уу) та Jupyter Notebook-ийг скрипттэй нэг хавтсанд ажиллуулж, Stocker классыг импортлох боломжтой.

Стоккер импортоос

Анги нь одоо Бархасбадь гарагийн хичээлд орох боломжтой. Стокер ангийн объектыг үүсгэж, түүнд ямар ч хүчинтэй тэмдэглэгээ, жишээ нь 'AMZN' (хөтөлбөрийн гаралтыг бүдүүн үсгээр бичсэн):

Amazon = Stocker("AMZN") AMZN Stocker-ийг эхлүүлсэн. Өгөгдөл 1997-05-16-аас 2018-01-18-ыг хамарна.

Одоо бид Amazon-ийн өдөр тутмын 20 жилийн хувьцааны мэдээлэлтэй боллоо! Stocker нь Quandl санхүүгийн номын сан дээр бүтээгдсэн бөгөөд танд ашиглах 3000 гаруй хувьцааны үнийг агуулдаг. plot_stock аргыг дуудаж энгийн хувьцааны графикийг бүтээцгээе.

Amazon.plot_stock() Maximum Adj. Хаах = 1305.20 2018-01-12. Хамгийн бага Adj. Хаах = 1.40 1997-05-22. Одоогийн Adj. Хаах = 1293.32.

Стокэр нь ерөнхий чиг хандлага, хэв маягийг илрүүлэх, шинжлэхэд ашиглагддаг боловч одоогоор бид ирээдүйн үнийг урьдчилан таамаглахад анхаарлаа хандуулах болно. Стокер дахь таамаглалыг ашиглан хийсэн бөгөөд энэ нь цагийн цувааг янз бүрийн цагийн хуваарийн (өдөр, долоо хоног, сар) чиг хандлага болон улирлын өөрчлөлтүүдийн хослол гэж үздэг. Стокер нэмэлт загвар гаргахдаа Facebook-ийн боловсруулсан "урьдчилан таамаглах" багцыг ашигладаг. Загвар үүсгэх, урьдчилан таамаглах ажлыг Стокер дээр нэг мөрөнд хийж болно:

# ирээдүйн өдрүүдийг урьдчилан таамаглах загвар, загвар_өгөгдөл = amazon.prophet_model (өдөр=90) 2018-04-18-ны таамагласан үнэ = $1336.98

Урьдчилан таамаглал (ногоон шугам) нь итгэлцлийн интервалыг агуулж байгааг анхаарна уу. Энэ нь загварын "тодорхой бус байдлыг" таамаглахад тусгадаг. Энэ тохиолдолд итгэлцлийн интервалын өргөнийг 80% -ийн итгэлийн түвшингээр тогтооно. Найдвартай байдлын интервал нь тодорхойгүй параметрийг өгөгдсөн найдвартайгаар хамардаг интервал юм. Энэ нь цаг хугацааны явцад өргөжин тэлж, учир нь тооцоолол нь бэлэн өгөгдлөөс холдох тусам тодорхой бус байдал ихтэй байдаг. Урьдчилан таамаглах бүрдээ энэ итгэлийн интервалыг оруулах хэрэгтэй. Ихэнх хүмүүс энгийн тоон хариултыг хүсдэг ч урьдчилсан мэдээ нь бид тодорхойгүй ертөнцөд амьдарч байгааг харуулж байна!

Урьдчилан таамаглахад хялбар байдаг:зүгээр л нэг тоо сонгоод, энэ нь ирээдүйн тухай таамаглал юм (би буруу байж магадгүй, гэхдээ үүнийг Уолл Стрийтийн хүмүүс хийдэг). Гэхдээ энэ нь хангалтгүй юм. Загварт итгэхийн тулд түүний нарийвчлалыг үнэлэх хэрэгтэй. Stocker дээр үүнийг хийх хэд хэдэн арга байдаг.

Урьдчилан таамаглалыг үнэлэх

Урьдчилан таамаглалын үнэн зөвийг тооцоолохын тулд бидэнд сургалт, туршилтын мэдээллийн багц хэрэгтэй. Туршилтын багцын хувьд бид хариултыг мэдэх хэрэгтэй - хувьцааны бодит үнэ, тиймээс бид өнгөрсөн жилийн үнийн мэдээллийг ашиглана (2017, манай тохиолдолд). Сургалтын явцад бид загварт тестийн багцын хариултыг харахыг зөвшөөрөхгүй тул өмнөх гурван жилийн (2014-2016) ажиглалтыг ашигладаг. Хяналттай сургалтын гол санаа нь загвар нь сургалтын багцаас өгөгдөл дэх хэв маяг, харилцаа холбоог сурч, дараа нь тестийн багц дээр хэрхэн зөв хуулбарлахаа мэддэг байх явдал юм.

Нарийвчлалыг тооцоолохын тулд урьдчилан таамагласан болон бодит утгууд дээр үндэслэн дараах хэмжүүрүүдийг тооцоолно.

  • тест болон сургалтын багц дээрх доллар дахь дундаж тоон алдаа;
  • үнийн өөрчлөлтийн чиглэлийг бид зөв таамагласан хугацааны хувь;
  • Бодит үнэ таамагласан 80%-ийн итгэлийн интервал дотор унасан хугацааны хувь.

Бүх тооцооллыг Стокер автоматаар визуал дэмжлэгтэйгээр гүйцэтгэдэг.

Amazon.evaluate_prediction() Урьдчилан таамаглах хүрээ: 2017-01-18-аас 2018-01-18 хүртэл. 2018-01-17-ны таамагласан үнэ = 814.77 доллар. 2018-01-17-ны бодит үнэ = $1295.00. Сургалтын өгөгдлийн дундаж үнэмлэхүй алдаа = $18.21. Туршилтын өгөгдөлд гарсан дундаж үнэмлэхүй алдаа = $183.86. Загвар өсөлтийг урьдчилан таамаглахад үнэ нь тухайн үеийн 57.66% -иар өссөн байна. Загвар буурна гэж таамаглахад үнэ нь тухайн үеийн 44.64%-иар буурсан байна. Бодит утга нь тухайн үеийн 20.00%-ийн 80%-ийн итгэлийн интервал дотор байсан.

Энэ бол аймшигтай статистик! Та бүр зоос эргүүлж болно.Хэрэв бид эдгээр үр дүнг хөрөнгө оруулалтаа чиглүүлэхийн тулд ашиглах юм бол сугалааны тасалбарт хөрөнгө оруулах нь илүү ухаалаг байх болно. Гэсэн хэдий ч одоохондоо загвараа орхих хэрэггүй. Энэ нь зарим үндсэн тохиргоог (гиперпараметр гэж нэрлэдэг) ашигладаг тул эхэндээ энэ нь маш муу байх төлөвтэй байна.

Хэрэв бидний анхны оролдлого амжилтгүй болвол бид эдгээр хөшүүрэг болон товчлууруудыг дарж загварыг илүү сайн гүйцэтгэх боломжтой. Бошиглогч дээр олон параметрүүдийг тохируулах боломжтой бөгөөд хамгийн чухал нь өөрчлөлтийн цэгийн өмнөх хуваарь юм. Энэ нь чиг хандлагын урвуу болон хэлбэлзэлд хамаарах жингийн багцыг хариуцдаг.

Хяналтын цэгүүдийн сонголтыг тохируулах

Өөрчлөлтийн цэгүүд- эдгээр нь цаг хугацааны цуваа үнийн өөрчлөлтийн чиглэл эсвэл хурдыг ихээхэн өөрчилдөг газрууд юм (аажуу өсөлтөөс улам хурдацтай эсвэл эсрэгээр). Жин хуваарилах хуваарийн хүчин зүйлхяналтын цэгүүдийн хувьд (өөрчлөлтийн цэгийн өмнөх хуваарь) нь хувьцааны үнэ өөрчлөгдөх цэгүүдэд "анхаарал хандуулсан" хэмжээг тусгасан болно. Энэ нь загварын дутуу болон хэт тохируулгыг (мөн хэвийсэн өөрчлөлтийн арилжаа гэж нэрлэдэг) хянахад ашиглагддаг.

Энгийнээр хэлбэл, харьцаа өндөр байх тусам илүү олон хяналтын цэгүүдийг анхаарч, илүү уян хатан тохируулгад хүрнэ. Загвар нь сургалтын өгөгдөлтэй нягт холбоотой болж, ерөнхийлөн дүгнэх чадвараа алддаг тул энэ нь хэт зохицоход хүргэдэг. Энэ утгыг бууруулах нь уян хатан байдлыг бууруулж, эсрэгээр асуудал үүсгэдэг - дутуу суралцах.

Энэ тохиолдолд загвар нь сургалтын өгөгдлийг хангалттай "анхааралтай" хянадаггүй бөгөөд үндсэн хэв маягийг тодорхойлдоггүй. Энэ параметрийг хэрхэн зөв сонгох нь онолын асуултаас илүү практик асуулт бөгөөд энд бид эмпирик үр дүнд найдах болно. Stocker ангилал нь тохирох утгыг сонгох хоёр өөр аргыг агуулдаг: харааны болон тоон. Харааны аргаар эхэлье.

# өөрчлөлтийн цэгийн өмнөх хугацаа нь amazon.changepoint_prior_analysis (changepoint_priors=)-г үнэлэх өөрчлөлтийн цэгүүдийн жагсаалт юм.

Энд бид гурван жилийн өгөгдөлд сургаж, дараа нь дараагийн зургаан сарын урьдчилсан мэдээг харуулна. Бид одоогоор таамаглалыг тоон байдлаар үнэлээгүй байгаа бөгөөд зөвхөн хяналтын цэгийн хуваарилалтын үүргийг ойлгохыг хичээж байна. Энэ график нь дутуу болон хэт тохирох асуудлыг төгс харуулж байна!

Хамгийн бага үнээр өмнөх масштаб(цэнхэр шугам) утгууд нь сургалтын өгөгдөлтэй (хар шугам) хангалттай давхцдаггүй. Тэд жинхэнэ өгөгдлийн өсөх хандлагад бага зэрэг ойртож, өөрсдийн амьдралаар амьдардаг бололтой. эсрэг, хамгийн өндөр өмнөх (шар шугам) нь загварыг сургалтын ажиглалтад ойртуулдаг. Анхдагч утга нь 0.05 бөгөөд энэ нь хоёр туйлын хооронд байдаг.

Өөр өөр масштабын хүчин зүйлсийн тодорхойгүй байдлын ялгааг (сүүдэрлэсэн интервал) анхаарна уу:

  • Хамгийн бага өмнөх нь сургалтын өгөгдлийн хамгийн том эргэлзээг, тестийн багц дахь хамгийн бага эргэлзээг өгдөг.
  • Эсрэгээр, хамгийн өндөр өмнөх хуваарь нь сургалтанд хамгийн бага тодорхойгүй байдал, шалгалтын хувьд хамгийн их байдаг.

Өмнөх нь өндөр байх тусам утга нь илүү нарийвчлалтай таарч байна, учир нь энэ нь алхам бүрийг "илүү нягт" хянадаг. Гэсэн хэдий ч туршилтын өгөгдлийн тухай ярихад загвар нь бодит утгыг лавлахгүйгээр хурдан алдагддаг. Зах зээл тогтворгүй байдаг тул аль болох олон хэв маягийг зохицуулахын тулд анхдагчаас илүү уян хатан загвар хэрэгтэй.

Одоо бид өмнөх нөлөөллийн талаархи ойлголттой болсон тул сургалт, туршилтын багцыг ашиглан янз бүрийн утгыг тооцоолох боломжтой.

Amazon.changepoint_prior_validation(start_date="2016-01-04", end_date="2017-01-03", changepoint_priors=) Баталгаажуулах хүрээ 2016-01-04-өөс 2017-01-03 хүртэл. cps train_err train_range test_err test_range 0.001 44.507495 152.673436 149.443609 153.341861 0.050 11.207666 35.840138 1514010135. .717128 34.537544 153.260198 166.390896 0.200 9.653979 31.735506 129.227310 342.205583

Бид болгоомжтой байх ёстой - баталгаажуулалтын өгөгдөл нь туршилтын багцтай ижил байх ёсгүй. Хэрэв ийм байсан бол бид туршилтын өгөгдөлд илүү сайн "сургагдсан" загварыг бий болгох байсан бөгөөд энэ нь бодит ертөнцөд хэт тохирох, амжилтгүй болоход хүргэдэг. Нийтдээ гурван багцыг ашигладаг: сургалт (2013-2015), баталгаажуулалт (2016), тестийн багц (2017).

Бид дөрвөн үзүүлэлтийг дөрвөн үзүүлэлтээр үнэлэв.

  • сурах алдаа;
  • сургалтын итгэлийн интервал;
  • туршилтын алдаа;
  • итгэлцлийн интервал, бүх утгыг доллараар шалгах.

Графикаас харахад өмнөх нь өндөр байх тусам сургалтын алдаа багасч, сургалтын өгөгдлийн тодорхой бус байдал багасна. Өмнөх түвшинг нэмэгдүүлэх нь туршилтын алдааг бууруулж, өгөгдөлд ойртох нь зах зээлд сайн санаа гэсэн зөн совингоо бэхжүүлж байгааг харж болно. Туршилтын багцад илүү нарийвчлалтай байхын оронд бид өмнөх тоо нэмэгдэхийн хэрээр туршилтын өгөгдлийн тодорхой бус байдлын өргөн хүрээг авдаг.

Stocker баталгаажуулалтын шалгалт нь эдгээр санааг харуулсан хоёр график үүсгэдэг:

Өмнөх хамгийн өндөр утга нь туршилтын хамгийн бага алдааг үүсгэдэг тул үр дүнг сайжруулахын тулд өмнөх хуваарийг улам нэмэгдүүлэх шаардлагатай. Баталгаажуулах аргад нэмэлт параметрүүдийг дамжуулах замаар хайлтыг сайжруулж болно:

# ижил баталгаажуулалтын муж дээр илүү олон өөрчлөлтийн цэгийн өмнөх туршилтыг amazon.changepoint_prior_validation(эхлэх_огноо="2016-01-04", дуусах_огноо="2017-01-03", өөрчлөлтийн_өмнөх_одоо =)

Туршилтын багцын алдааг өмнөх = 0.5 үед багасгасан. Үүний дагуу Stocker объектын шинж чанарыг тохируулъя:

Amazon.changepoint_preor_scale = 0.5

Өөр өөрчлөх боломжтой загварын тохиргоонууд байдаг. Жишээлбэл, харагдахаар хүлээгдэж буй загварууд эсвэл сургалтын өгөгдөлд ашигласан жилийн тоо. Хамгийн сайн хослолыг олохын тулд дээрх процедурыг хэд хэдэн өөр утгуудаар давтах шаардлагатай. Туршилтад чөлөөтэй байгаарай!

Сайжруулсан загварын үнэлгээ

Загвар маань оновчтой болсон тул дахин үнэлье:

Amazon.evaluate_prediction() Урьдчилан таамаглах хүрээ: 2017-01-18-аас 2018-01-18 хүртэл. 2018-01-17-ны таамагласан үнэ = $1164.10. 2018-01-17-ны бодит үнэ = $1295.00. Сургалтын өгөгдлийн дундаж үнэмлэхүй алдаа = $10.22. Туршилтын өгөгдөл дээрх дундаж үнэмлэхүй алдаа = $101.19. Загвар өсөлтийг урьдчилан таамаглах үед үнэ 57.99% -иар өссөн байна. Загвар буурна гэж таамаглахад үнэ нь тухайн үеийн 46.25%-иар буурсан байна. Бодит утга нь тухайн үеийн 95.20%-ийн 80%-ийн итгэлцлийн интервал дотор байсан.

Илүү дээр харагдаж байна! Энэ нь загварыг оновчтой болгохын ач холбогдлыг харуулж байна. Өгөгдмөл утгуудыг ашиглах нь үндэслэлтэй эхний ойролцооллыг өгдөг. Гэхдээ бид Balance and Fade (хоцрогдсон жишээнд уучлаарай) тохируулж стерео дууг оновчтой болгохыг хичээдэг шиг зөв тохиргоог ашиглаж байгаа гэдэгт итгэлтэй байх хэрэгтэй.

"Бид зах зээлд орж байна"

Урьдчилан таамаглах нь мэдээж хөгжилтэй үйл ажиллагаа юм. Гэхдээ жинхэнэ таашаал бол эдгээр таамаглал бодит зах зээл дээр хэрхэн гарахыг харах явдал юм. Үнэлгээний_урьдчилан таамаглах аргыг ашигласнаар бид үнэлгээний хугацаанд өөрсдийн загварыг ашиглан хөрөнгийн зах зээлд "тоглох" боломжтой. Бид тайлбарласан стратегийг ашиглах болно энгийн худалдан авах, барих стратегитай харьцуулах боломжтойбүх хугацаанд.

Манай стратегийн дүрэм энгийн:

  1. Загвар өдөр бүр хувьцаа өснө гэж таамаглахад бид өдрийн эхэнд хувьцаа авч, өдрийн төгсгөлд зардаг. Үнэ буурна гэж таамаглаж байхад бид хувьцаа авдаггүй.
  2. Хэрэв бид хувьцаа худалдаж аваад өдрийн цагаар үнэ өсвөл бид эзэмшиж буй хувьцааныхаа тоог хэд дахин өсгөж, зохих ашиг олдог.
  3. Хэрэв бид хувьцаа худалдаж аваад үнэ буурвал хувьцааны тоог хэд дахин нугалж алддаг.

Бид энэ стратегийг бүх үнэлгээний хугацаанд өдөр бүр хэрэглэх бөгөөд энэ тохиолдолд 2017 оныг бүхэлд нь хамарна. Тоглуулахын тулд та аргын дуудлагад хувьцааны тоог оруулах хэрэгтэй. Стокер стратеги тоглох үйл явцыг тоо, графикаар харуулах болно:

# Going big amazon.evaluate_prediction(nshares=1000) Та 2017-01-18-наас 2018-01-18-ны хооронд AMZN-д 1000 ширхэг хувьцаагаар хөрөнгийн зах зээлд тоглосон. Загвар өсөлтийг урьдчилан таамаглах үед үнэ 57.99% -иар өссөн байна. Загвар буурна гэж таамаглахад үнэ нь тухайн үеийн 46.25%-иар буурсан байна. Бошиглогчийн загварыг ашигласан нийт ашиг = 299580.00 доллар. Худалдан авах, барих стратегийн ашиг = 487520.00 доллар. Хөрөнгийн зах зээл дээр тоглож байгаад баярлалаа!

Бид үнэ цэнэтэй сургамж авсан: худалдаж аваад барь!Стратегийн дагуу тоглож багагүй орлого олж чадсан ч зүгээр л хөрөнгө оруулалт хийгээд хувьцаагаа эзэмшсэн нь дээр.

Манай загварын стратеги нь худалдан авах, барих аргаас давсан тохиолдол байгаа эсэхийг шалгахын тулд бусад туршилтын үеийг туршиж үзье. Зах зээл буурах төлөвтэй байгаа үед бид тоглодоггүй тул тайлбарласан арга нь нэлээд консерватив юм. Тиймээс, Хувьцааны үнэ буурч эхлэхэд энэ нь худалдан авах, барих стратегиас илүү сайн ажиллах болно.

Зөвхөн хуурамч мөнгөөр ​​тогло!

Манай загвар үүнийг хийж чадна гэдгийг би мэдэж байсан! Гэсэн хэдий ч бид туршилтын хугацааг сонгох боломжтой болсон үед л зах зээлийг ялсан.

Ирээдүйн таамаглал

Одоо бид боломжийн загвартай болсон тул ирээдүйн тухай таамаглалыг Pregnoz_future() аргыг ашиглан хийх боломжтой.

Amazon.predict_future(өдөр=10) amazon.predict_future(өдөр=100)
10 хоногийн урьдчилсан мэдээ
100 хоногийн урьдчилсан мэдээ
Tipranks.com алдартай үйлчилгээний урьдчилсан мэдээ - Стокерын таамаглалаас 10 ялгааг олоорой

Тодорхойгүй байдал нь хүлээгдэж байгаачлан цаг хугацааны явцад нэмэгддэг. Үнэн хэрэгтээ, хэрэв бид тайлбарласан аргыг бодит арилжаанд ашигласан бол бид өдөр бүр шинэ загварыг сургаж, нэг хоногоос илүүгүй хугацаанд прогноз гаргах байсан.

Кодыг туршиж үзэх, эсвэл Стокерийг туршихыг хүссэн хэн бүхэн GitHub-д тавтай морилно уу.

Хуваалцах: